-
日期: 2024-05-11 | 来源: 新智元 | 有0人参与评论 | 专栏: 谷歌 | 字体: 小 中 大
以上这些发现也许只是冰山一角，研究团队表示，这份数据集非常庞大且复杂，相信未来还有更多全新的大脑结构和特征有待发现。
AI赋能脑科学
由于AI的兴起和各种软件工具的发展，连接组学也随之变得越来越强大。
在AI工具出现前，第一个连接组发表于1986年，仅包含秀丽隐杆线虫的302个神经元，而且耗费了研究人员16年的时间，因为他们需要在所有线虫横截面的显微镜照片上对细胞进行进行手动着色。
十年前，谷歌连接组学团队成立之时，它们的愿景之一就是使用AI的前沿成果处理生物学领域庞大的数据集，才能从302个神经元的线虫，发展至百亿数量级细胞的复杂生物组织。
连接组学自20世纪70年代以来的发展历程
有了AI加持，研究人员就不需要对1.4PB的电镜数据进行手动着色了，他们开发了一种名为“flood-filling”的RNN模型，可以自动分割电镜图片并重建神经细胞，而且有较高的准确率，不需要大量的人工校对工作。
这篇文章在2018年就发表于Nature Methods。
论文地址：
https://www.nature.com/articles/s41592-018-0049-4
在此基础上，团队还开发了自动识别算法SegCLR，用于在脑神经网络中识别并分类不同部分的细胞。
为了存储并管理海量的多维数据集，Google团队还推出了基于C++和Python的开源软件库TensorStore，得到了广泛使用，项目在GitHub上获得1.3k星。
项目地址：https://github.com/google/tensorstore- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见